Donošenje odluka vođeno podacima je zapravo formiranje odluka koje su poduprte solidnim, proverljivim podacima, a ne opservacijama. Strateško donošenje odluka, koje je popularizovano 1980ih i 90tih, se transformisalo u sofisticirani koncept. I nosi naziv big data. Uspomoć naprednih analitičkih tehnika, moguće je izbliže pregledati velike i raznolike skupove podataka kako bi se otkrili skriveni obrasci i korelacije. Trenutno, big data i analitika učenja se koriste za instrukcione aplikacije u kontekstu visokog obrazovanja.

Usled činjenice da još uvek ne postoji dovoljno dokaza u pogledu toga koja investicija bi se mogla isplatiti, big data i analitika učenja još uvek nisu naširoko usvojeni. Prikupljanje i analiziranje velikih grupa podataka je jedan od najboljih pristupa za unapređivanje procesa učenja. Problem je u tome što obrazovni sektori ne koriste prilike da investiraju u big data analitiku i obradu jezika. U osnovi, ne rade ono što je potrebno ne bi li poboljšali svoju konkurentnost i produktivnost.

O big data i visokom obrazovanju

Kada je reč o visokom obrazovanju, onlajn i softverski bazirani alati za učenje koriste se u velikoj meri. Studenti poseduju tablete i koriste različite aplikacije, kao i brojne softverski zasnovane alate za učenje kako bi pratili predavanja, pravili beleške i čak pronalazili informacije. Tehnologija trenutno oblikuje budućnost obrazovanja. Fenomen je urodio eksplozijom podataka. Ove informacije se mogu upotrebiti kako bi se poboljšala efektivnost obrazovanja i podstakla istraživanja o učenju.

Rudarenje podacima je izuzetno korisno u oblasti obrazovanja, gde se može koristiti da se predvidi ponašanje studenata u učenju i optimizuju instrukcione sekvence. Univerziteti i druge institucije visokog obrazovanja okupljaju hiljade studenata svake godine, ali se ne trude da se upute u big data.

Ako bi trebalo dati definiciju, moramo reći da big data opisuje velike skupove podataka čija veličina prevazilazi sposobnost tipičnih softverskih alata za baze podataka da ih zabeleže i ispituju. Uzimajući u obzir širenje okruženja za onlajn učenje, važno je razviti analitičke mogućnosti. Od suštinske je važnosti dobiti što je više moguće detalja o individualnim interakcijama studenata u pogledu veb zasnovanih aktivnosti učenja.

Interesantno je primetiti šta studenti rade da bi stekli široko razumevanje hemije. Pored čitanja materijala pre pohađanja predavanja i korišćenja kartica za pamćenje, oni uzimaju i privatne časove sa onlan tutorima. Studentima se dopada činjenica da mogu da dobiju instrukcije bilo kada i bilo gde. Ne moraju da se trude da usklađuju rasoprede sa svojim tutorima ili pronalaze odgovarauću lokaciju.

Informacije koje daju dovoljni uvid u budućnost

Ništa nije važnije od prikupljanja velikih količina podataka i njihovog obrađivanja putem analitičkih metoda. Postoji mnogo korisnih strana big data i analitike učenja. Moguće je steći uvid u kompleksne situacije ili probleme, kao što su stepen pohađanja, radni rasporedi ili ocene. Informacije mogu biti primenjene da se stekne uvid u budućnost.

Mnoge obrazovne institucije imaju poteškoća i prolaze kroz krizu. Visoko obrazovanje mora da se bori sa brojnim izazovima i ne može očekivati da će se vratiti stara dobra vremena. Tehnologija je u središtu turbulencija, ali ona ujedno predstavlja jedini izlaz.

Američko visoko obrazovanje je pionir digitalne tehnologije. Počev od 1950. institucije visokog obrazovanja su koristile računare da održavaju administrativne spise o finasijama, osoblju i studentima. Ipak, izgleda da je Singapur daleko ispred u pogledu usvajanja tehnologije. Ovde, tehnološka unapređenja su dospela do učionica, laboratorija i, naravno, administracije.

Nepotrebno je napominjati da univerziteti i druge obrazovne institucije koriste samo sofisticiranu softversku tehnologiju. Analizirnje big data im omogućava da donose bolje i brže odluke. Primeri tehnika koje su sprovedene uključuju, ali nisu ograničene na: mašinsko učenje, prediktivnu analitiku, statistiku rudarenja podacima i prirodnu obradu jezika. Jano je da postoji mnogo načina da se na akademiji analiziraju podaci.

Inovativno razmišljanje o big data i analitici učenja

Jedan od univerziteta u SAD je pribegao upotrebi analitike podataka kako bi rešili problem stepena diplomiranja. Otkrili su da pojedinci nisu imali poteškoća sa časovima hemije ili biologije. Časovi engleskog su ih sprečavali da polože uspešno. Neki univerziteti i koledži se okreću ka big data da predvide uspeh studenata, dok druge institucije visokog obrazovanja jednostavno pokušavaju da razumeju da li njihovi studenti uče kampanjski samo pred ispite.

Javlja se iskušenje da pomislite kako je jednostavnije samo postaviti pitanje. Na žalost, nije. Studenti nisu radi da odgovaraju na pitanja koja se tiču njihovog učinka i kada odgovore, ne daju uvek istinite odgovore.

Zahvaljujući big data i analitici učenja, institucije će biti u mogućnosti da drže oko na svojim studentima. Uskoro će moći da predvide koliko će diplomci zarađivati na svojim poslovima. Očigledno, institucije visokog obrazovanja bi trebalo da rade sa partnerima koji imaju dobro razumevanje materije i mogu ih voditi kroz proces odlučivanja.

Kada će big data i analitika učenja konačno napraviti revoluciju obrazovanja?

Nove tehnologije će omogućiti univerzitetima, koledžima i drugim istitucijama visokog obrazovanja da analiziraju doslovno sve. Mogu primeniti big data analitiku na obrazovne funkcije, poboljšavati rezultate studenata, kreirati prilagođene programe i unapređivati iskustvo učenja.

Big data analitika već menja obrazovni sistem i to na bolje. Omogućava do sada neviđene prilike za razumevanje obrazovnog iskustva studenata i pomaže im da uspeju u životu. Ideja korišćenja prednosti akademskih podataka nije apsurdna. Mnoge institucije se time već bave i oni koji ne budu iskoristili prednosti tehnologije mogu samo da izgube.

Da li bi trebalo uvesti Big Data opšti obrazovni program?